CLOVA Speech Lecture MCP Server

Ein MCP-Server für STT (Speech-to-Text) und Zusammenfassungen von Vorlesungsaufzeichnungen.
Ruft die Naver CLOVA Speech / CLOVA Studio APIs über den Google ADK-Agenten auf.

Verfügbare Tools

Related MCP server: audio-transcriber

Erste Schritte

1. API-Schlüssel abrufen

CLOVA Speech (STT)

1. Melden Sie sich bei der Naver Cloud Platform an.

2. AI Services → CLOVA Speech → Nutzung beantragen.

3. Nach der Diensterstellung den Secret Key kopieren.

CLOVA Studio (Zusammenfassung)

1. AI Services → CLOVA Studio → Nutzung beantragen.

2. App im Playground erstellen.

3. API-Schlüssel und App-ID kopieren.

2. .env-Konfiguration

cp .env .env.local   # 실제 값으로 수정

CLOVA_SPEECH_API_KEY=실제_키_입력
CLOVA_STUDIO_CLIENT_ID=실제_Client_ID
CLOVA_STUDIO_CLIENT_SECRET=실제_Client_Secret
CLOVA_STUDIO_APP_ID=실제_앱_ID

3. Ausführung

# Docker
docker-compose up -d

# 로컬 실행
pip install -r requirements.txt
python app/main.py

4. ADK-Agenten-Verbindung

# agent.py 예시
tools = [
    MCPToolset(
        connection_params=SseServerParams(url="http://localhost:8002/sse")
    )
]

Ablauf der Vorlesungsverarbeitung

[강의 오디오 파일]
       ↓
transcribe_lecture_submit(file_path, enable_diarization=True)
       ↓ (task_id 반환)
get_transcription_result(task_id)   ← 완료까지 자동 폴링
       ↓ (full_text 반환)
summarize_lecture(text)
       ↓
[요약문 + 키워드]

Unterstützte Audioformate

.wav .mp3 .flac .m4a .aac .ogg

Unterstützte Sprachen